MySQL 应该是最流行了 WEB 后端数据库。WEB 开发语言最近发展很快，PHP， Ruby, Python, Java 各有特点，虽然 NOSQL 最近越來越多的被提到，但是相信大部分架构师还是会选择 MySQL 来做数据存储。
MySQL 如此方便和稳定，以至于我们在开发 WEB 程序的时候很少想到它。即使想到优化也是程序级别的，比如，不要写过于消耗资源的 SQL 语句。但是除此之外，在整个系统上仍然有很多可以优化的地方。
除非你的数据表使用来做只读或者全文检索 (相信现在提到全文检索，没人会用 MYSQL 了)，你应该默认选择?InnoDB 。
你自己在测试的时候可能会发现 MyISAM 比 InnoDB 速度快，这是因为：?MyISAM 只缓存索引，而 InnoDB 缓存数据和索引，MyISAM 不支持事务。但是 如果你使用?innodb_flush_log_at_trx_commit = 2?可以获得接近的读取性能 (相差百倍)?。
这样可以保证 ibdata1 文件不会过大，失去控制。尤其是在执行?mysqlcheck -o –all-databases?的时候。
推荐将数据完全保存在 innodb_buffer_pool_size ，即按存储量规划 innodb_buffer_pool_size 的容量。这样你可以完全从内存中读取数据，最大限度减少磁盘操作。
方法 1
发现 Innodb_buffer_pool_pages_free 为 0，则说明 buffer pool 已经被用光，需要增大?innodb_buffer_pool_size
InnoDB 的其他几个参数：
方法 2
或者用iostat -d -x -k 1 命令，查看硬盘的操作。
执行?echo 1 > /proc/sys/vm/drop_caches?清除操作系统的文件缓存，可以看到真正的内存使用量。
默认情况，只有某条数据被读取一次，才会缓存在 innodb_buffer_pool。所以，数据库刚刚启动，需要进行数据预热，将磁盘上的所有数据缓存到内存中。数据预热可以提高读取速度。
对于 InnoDB 数据库，可以用以下方法，进行数据预热:
1. 将以下脚本保存为 MakeSelectQueriesToLoad.sql
2. 执行
3. 每次重启数据库，或者整库备份前需要预热的时候执行：
如果是专用 MYSQL 服务器，可以禁用 SWAP，如果是共享服务器，确定 innodb_buffer_pool_size 足够大。或者使用固定的内存空间做缓存，使用?memlock 指令。
mysqlcheck -o –all-databases 会让 ibdata1 不断增大，真正的优化只有重建数据表结构：
但是需要注意如果用 1G 的 innodb_log_file_size ，假如服务器当机，需要 10 分钟来恢复。
推荐 innodb_log_file_size 设置为 0.25 * innodb_buffer_pool_size
这个选项和写磁盘操作密切相关：
innodb_flush_log_at_trx_commit = 1 则每次修改写入磁盘
innodb_flush_log_at_trx_commit = 0/2 每秒写入磁盘
如果你的应用不涉及很高的安全性 (金融系统)，或者基础架构足够安全，或者 事务都很小，都可以用?0 或者 2 来降低磁盘操作。
RAID0?尤其是在使用 EC2 这种虚拟磁盘 (EBS) 的时候，使用软?RAID0?非常重要。
6.2 添加必要的索引
索引是提高查询速度的唯一方法，比如搜索引擎用的倒排索引是一样的原理。
索引的添加需要根据查询来确定，比如通过慢查询日志或者查询日志,或者通过 EXPLAIN 命令分析查询。
添加索引
每次重启服务器进行数据预热
添加启动脚本到 my.cnf
比如，Rails 这样的框架，会自动添加索引，Drupal 这样的框架会自动拆分表结构。会在你开发的初期指明正确的方向。所以，经验不太丰富的人一开始就追求从 0 开始构建，实际是不好的做法。
记录所有查询，这在用 ORM 系统或者生成查询语句的系统很有用。
注意不要在生产环境用，否则会占满你的磁盘空间。
记录执行时间超过 1 秒的查询：
现在基础设施的可靠性已经非常高了，比如 EC2 几乎不用担心服务器硬件当机。而且内存实在是便宜，很容易买到几十G内存的服务器，可以用内存磁盘，定期备份到磁盘。
将 MYSQL 目录迁移到 4G 的内存磁盘
B-TREE 仍然是最高效的索引之一，所有 MYSQL 仍然不会过时。
用 HandlerSocket 跳过 MYSQL 的 SQL 解析层，MYSQL 就真正变成了 NOSQL。
你会发现优化后，数据库的性能提高几倍到几百倍。所以 MYSQL 基本还是可以适用大部分场景的应用的。优化现有系统的成本比系统重构或者迁移到 NOSQL 低很多。